Visão Geral do Modelo

O sistema de previsões do FutPrevisão não depende de um único algoritmo ou de uma única fonte de informação. Em vez disso, utilizamos uma abordagem híbrida que combina múltiplos componentes, cada um capturando um aspecto diferente do que determina o resultado de uma partida de futebol. Essa abordagem multi-modelo é inspirada em técnicas de ensemble learning usadas em machine learning, onde a combinação de modelos diversos tende a produzir resultados mais robustos do que qualquer modelo individual.

Nosso modelo final é uma combinação ponderada de seis componentes principais:

Cada componente gera suas próprias probabilidades para os três resultados possíveis (vitória do mandante, empate, vitória do visitante), e o modelo final combina essas probabilidades usando os pesos acima. Vamos detalhar cada componente a seguir.

1. O Modelo Dixon-Coles

O modelo Dixon-Coles é a espinha dorsal estatística do nosso sistema. Publicado em 1997 por Mark Dixon e Stuart Coles no Journal of the Royal Statistical Society, este modelo revolucionou a forma como estatísticos abordam a previsão de resultados no futebol. Antes dele, a maioria dos modelos tratava os gols de cada time como eventos completamente independentes — o que não reflete a realidade do jogo.

Como funciona na prática

O modelo parte de uma premissa simples: o número de gols que um time marca em uma partida segue aproximadamente uma distribuição de Poisson. Isso significa que, se sabemos que um time marca em média 1.5 gols por jogo, podemos calcular a probabilidade de ele marcar 0, 1, 2, 3 ou mais gols em uma partida específica.

Mas o Dixon-Coles vai além do Poisson simples de duas formas cruciais:

• Parâmetros de ataque e defesa: Em vez de usar uma média geral, o modelo estima um parâmetro de força de ataque e um parâmetro de força de defesa para cada time. O número esperado de gols do Time A contra o Time B depende da força de ataque de A multiplicada pela fraqueza defensiva de B (e vice-versa).
• Correção para placares baixos: A inovação principal de Dixon e Coles foi introduzir um fator de correção para placares como 0-0, 1-0, 0-1 e 1-1. Na prática, esses resultados ocorrem com frequência ligeiramente diferente do que o modelo Poisson puro preveria, e a correção captura essa dependência entre os gols dos dois times.

Decaimento temporal

Uma adaptação importante que implementamos é o decaimento temporal (time decay). Partidas mais recentes recebem mais peso na estimação dos parâmetros do que partidas antigas. Isso é essencial porque a força de um time muda ao longo da temporada — contratações, lesões, mudanças táticas e forma física fazem com que o desempenho de três meses atrás seja menos relevante que o desempenho da semana passada.

Utilizamos uma função de decaimento exponencial com meia-vida calibrada empiricamente. Na prática, isso significa que um jogo de há 30 dias tem aproximadamente metade do peso de um jogo da semana atual na estimação dos parâmetros.

Vantagem do mandante

O modelo também incorpora um parâmetro de vantagem do mandante (home advantage), que captura o fato estatisticamente comprovado de que times jogando em casa tendem a ter desempenho superior. Esse parâmetro é estimado globalmente para cada liga, mas nosso sistema também detecta dinamicamente situações de campo neutro — como finais em estádio neutro ou jogos realizados em locais atípicos — e ajusta o parâmetro de acordo.

2. Expected Goals (xG)

Expected Goals, ou gols esperados, é uma das métricas mais importantes da análise moderna de futebol. O xG mede a qualidade das chances de gol criadas por um time, atribuindo a cada finalização uma probabilidade de resultar em gol com base em fatores como distância do gol, ângulo, parte do corpo utilizada, tipo de assistência e situação de jogo.

Por que xG é importante para previsões

O placar de uma partida nem sempre reflete o que realmente aconteceu em campo. Um time pode dominar completamente um jogo, criar 10 chances claras de gol, e perder por 1-0 com um contra-ataque do adversário. Se olharmos apenas o resultado, concluímos que o time perdedor jogou mal — mas o xG nos mostra que ele foi o melhor time em campo.

Para previsões futuras, o xG é mais preditivo que os gols reais. Um time que consistentemente gera alto xG mas não converte está, estatisticamente, propenso a melhorar seus resultados no futuro (regressão à média). Da mesma forma, um time que vence jogos com xG baixo está "vivendo acima das suas possibilidades" e tende a ter resultados piores adiante.

Como integramos o xG ao modelo

Utilizamos o xG de duas formas no nosso sistema:

• xG como proxy de força ofensiva: Em vez de usar apenas gols marcados para estimar a capacidade ofensiva de um time, usamos uma combinação de gols reais e xG. Isso suaviza a variância natural dos resultados e dá uma estimativa mais estável da verdadeira qualidade ofensiva.
• xGA (Expected Goals Against) como proxy de força defensiva: Da mesma forma, o xG concedido (xGA) nos diz quanto um time permite ao adversário em termos de qualidade de chances, independente de o goleiro ter feito defesas milagrosas ou não.

O componente xG do nosso modelo gera probabilidades baseadas na diferença entre o xG ofensivo de cada time e o xGA defensivo do adversário, usando uma distribuição de Poisson similar ao Dixon-Coles mas alimentada por dados de qualidade de chances em vez de gols brutos.

3. Análise de Forma Recente

A forma recente de um time é um dos indicadores mais intuitivos de desempenho futuro. Um time que venceu seus últimos 5 jogos provavelmente está em um momento positivo — confiança alta, entrosamento em dia, poucos problemas internos. Por outro lado, um time em sequência negativa pode estar enfrentando problemas que vão além da estatística pura.

Ponderação exponencial

Nosso sistema não trata todos os jogos recentes com o mesmo peso. Utilizamos uma ponderação exponencialmente decrescente: o jogo mais recente tem peso máximo, o penúltimo tem peso ligeiramente menor, e assim por diante. Essa abordagem captura a intuição de que o que aconteceu na última rodada é mais relevante do que o que aconteceu há um mês.

Consideramos os últimos 6 a 10 jogos de cada time (dependendo da disponibilidade de dados na temporada), e calculamos métricas de forma que incluem:

• Pontos conquistados por jogo (ponderados)
• Gols marcados e sofridos por jogo (ponderados)
• xG gerado e concedido nos jogos recentes
• Desempenho como mandante vs. visitante separadamente

Forma contextualizada

Um detalhe importante: não basta olhar se o time venceu ou perdeu. Vencer o lanterna por 1-0 é diferente de vencer o líder por 3-0. Por isso, nossa análise de forma também considera a força dos adversários enfrentados recentemente. Um time que perdeu dois jogos contra os dois melhores times da liga pode estar em melhor forma real do que um time que venceu dois jogos contra os dois piores.

4. Confrontos Diretos (Head-to-Head)

O histórico de confrontos diretos entre dois times específicos pode revelar padrões que não aparecem nas estatísticas gerais. Existem rivalidades onde um time historicamente domina o outro, independente da forma atual. Existem confrontos que tendem a ser equilibrados e com poucos gols. Existem combinações de estilos de jogo que favorecem um lado.

O que consideramos

Nosso componente de H2H analisa os últimos confrontos entre os dois times (tipicamente os últimos 5 a 10 jogos entre eles, dependendo da disponibilidade), considerando:

• Resultados dos confrontos anteriores
• Gols marcados por cada lado nos confrontos
• Padrão de gols (jogos com muitos ou poucos gols)
• Desempenho como mandante/visitante nos confrontos
• Competição em que os jogos ocorreram (liga vs. copa)

Limitações e cuidados

É importante notar que o H2H tem limitações. Times mudam significativamente entre temporadas — jogadores saem, treinadores mudam, táticas evoluem. Um confronto de 3 anos atrás pode não ser relevante para o jogo de hoje. Por isso, aplicamos decaimento temporal também ao H2H, e damos peso menor a confrontos muito antigos. Quando não há histórico suficiente entre dois times (por exemplo, times que subiram de divisão recentemente), este componente recebe peso reduzido e os outros componentes compensam.

5. Opinião de Especialistas

Modelos puramente estatísticos têm uma limitação fundamental: eles só conseguem capturar o que está nos dados. Mas no futebol, existem fatores que não aparecem facilmente em números — a motivação de um time em um jogo decisivo, o impacto psicológico de uma eliminação recente, a adaptação a um novo esquema tático, ou o efeito de um jogador-chave voltando de lesão.

Por isso, reservamos 10% do peso do modelo final para a integração de opinião qualificada. Esse componente funciona como um ajuste fino que permite ao modelo incorporar informações contextuais que os dados quantitativos sozinhos não capturam.

Como funciona na prática

A opinião de especialistas é integrada de forma estruturada, não como um palpite livre. Utilizamos um sistema onde fatores qualitativos são convertidos em ajustes percentuais nas probabilidades base. Por exemplo:

• Time jogando por um título na última rodada: ajuste positivo na probabilidade de vitória
• Time já rebaixado matematicamente: ajuste negativo na motivação
• Clássico regional com rivalidade intensa: ajuste para maior equilíbrio
• Time com 3+ desfalques importantes confirmados: ajuste negativo

Esses ajustes são limitados em magnitude (nunca ultrapassam ±15% de alteração nas probabilidades base) para evitar que a opinião subjetiva domine o modelo estatístico. O objetivo é complementar, não substituir, a análise quantitativa.

6. Calibração com Odds de Mercado

As odds (cotações) oferecidas pelo mercado representam o consenso coletivo de milhares de analistas, algoritmos e participantes sobre as probabilidades reais de cada resultado. Esse "wisdom of crowds" (sabedoria das multidões) é surpreendentemente preciso e serve como um excelente benchmark para qualquer modelo preditivo.

Utilizamos as odds de mercado não como nossa previsão principal, mas como um componente de calibração. A ideia é simples: se nosso modelo diverge significativamente do consenso de mercado, isso pode indicar que estamos capturando algo que o mercado não vê (bom) ou que estamos cometendo um erro (ruim). A calibração com odds ajuda a manter nossas previsões ancoradas na realidade.

Conversão de odds em probabilidades

As odds de mercado incluem uma margem (overround) que precisa ser removida para obter probabilidades reais. Utilizamos o método de normalização proporcional para converter odds brutas em probabilidades implícitas justas, removendo a margem da casa de forma proporcional entre os três resultados possíveis.

Coletamos odds de múltiplas fontes e calculamos uma média ponderada, dando mais peso a mercados com maior liquidez (que tendem a ser mais eficientes). Esse componente recebe 10% do peso final, funcionando como uma âncora que previne desvios extremos do nosso modelo em relação ao consenso de mercado.

Detecção de Campo Neutro

A vantagem de jogar em casa é um dos fatores mais bem documentados no futebol. Estudos mostram que times mandantes vencem entre 45-50% dos jogos em média, contra 25-30% para visitantes. Mas nem todo jogo classificado como "em casa" realmente oferece essa vantagem.

Nosso sistema detecta dinamicamente situações de campo neutro com base na análise da fixture (tabela de jogos). Finais de copa em estádio neutro, jogos de seleções em locais alternativos, ou partidas realizadas em estádios temporários são identificados e tratados de forma diferente — removendo ou reduzindo o fator de vantagem do mandante.

Essa detecção é feita automaticamente pelo sistema, sem intervenção manual, garantindo que as previsões reflitam corretamente as condições reais de cada partida.

Over/Under 2.5 e Ambas Marcam (BTTS)

Além das probabilidades de resultado (1X2), nosso modelo também calcula previsões para mercados de gols:

Over/Under 2.5 Gols

Uma vez que temos as distribuições de Poisson para os gols de cada time, calcular a probabilidade de Over 2.5 (3 ou mais gols no jogo) é matematicamente direto. Somamos as probabilidades de todos os placares possíveis que resultam em 3+ gols totais. Da mesma forma, Under 2.5 é a soma das probabilidades de todos os placares com 0, 1 ou 2 gols totais.

Ambas Marcam (BTTS)

Para calcular a probabilidade de ambos os times marcarem, somamos as probabilidades de todos os placares onde ambos os times têm pelo menos 1 gol (1-1, 1-2, 2-1, 2-2, etc.). A probabilidade de "Não" para BTTS é a soma dos placares onde pelo menos um time fica sem marcar (0-0, 1-0, 2-0, 0-1, 0-2, etc.).

Essas previsões são particularmente úteis para entender o perfil esperado do jogo: será um jogo aberto com muitos gols, ou um confronto fechado e tático? As probabilidades de Over/Under e BTTS complementam a previsão de resultado e dão uma visão mais completa do que esperar.

Níveis de Confiança

Nem todas as previsões são criadas iguais. Alguns jogos são mais previsíveis que outros — um líder invicto jogando em casa contra o lanterna é mais previsível que um confronto entre dois times medianos no meio da tabela. Por isso, atribuímos um nível de confiança a cada previsão:

O nível de confiança é calculado automaticamente com base na entropia da distribuição de probabilidades e no grau de concordância entre os componentes do modelo. Quanto menor a entropia (mais concentrada a probabilidade em um resultado) e maior a concordância entre componentes, maior a confiança.

Geração Diária de Previsões

Todas as previsões do FutPrevisão são geradas automaticamente todos os dias às 4:30 da manhã (horário de Brasília). Esse horário foi escolhido estrategicamente: é tarde o suficiente para incorporar resultados de jogos noturnos do dia anterior, e cedo o suficiente para que as previsões estejam disponíveis quando os usuários acordam.

Por que as previsões são fixas durante o dia

Uma vez geradas, as previsões são cacheadas e permanecem fixas durante todo o dia. Isso é uma decisão deliberada de design, não uma limitação técnica. As razões são:

• Consistência: Se as previsões mudassem a cada hora, seria confuso para os usuários que consultam em momentos diferentes.
• Transparência: Com previsões fixas, é possível avaliar a precisão do modelo de forma justa — a previsão feita pela manhã é a mesma que será comparada com o resultado real.
• Confiabilidade: Previsões estáveis transmitem mais confiança do que números que flutuam constantemente.

Em casos excepcionais (como adiamento de jogos ou mudanças significativas de última hora), as previsões podem ser atualizadas manualmente, mas isso é raro e sempre comunicado aos usuários.

O Processo Completo: Do Dado à Previsão

Para resumir, aqui está o fluxo completo que acontece todos os dias:

1. Coleta de dados — Resultados recentes, xG, odds de mercado e informações contextuais são coletados de múltiplas fontes.
2. Processamento — Os dados são limpos, normalizados e preparados para alimentar cada componente do modelo.
3. Execução dos modelos — Cada um dos 6 componentes gera suas probabilidades independentemente.
4. Combinação ponderada — As probabilidades dos componentes são combinadas usando os pesos definidos (20/20/20/20/10/10).
5. Cálculo de mercados derivados — Over/Under 2.5 e BTTS são calculados a partir da distribuição conjunta de gols.
6. Atribuição de confiança — O nível de confiança é calculado para cada previsão.
7. Cache e publicação — As previsões são armazenadas e disponibilizadas no site e no bot de WhatsApp.

Limitações e Honestidade

Nenhum modelo de previsão é perfeito, e seria desonesto da nossa parte sugerir o contrário. O futebol é um esporte com alta variância intrínseca — um gol pode mudar tudo, um cartão vermelho no primeiro minuto pode invalidar qualquer previsão, e eventos imprevisíveis (lesões durante o jogo, erros de arbitragem, condições climáticas extremas) estão fora do alcance de qualquer modelo.

Algumas limitações específicas do nosso sistema:

• Não incorporamos dados de lesões em tempo real de forma automática (apenas via componente de especialistas)
• Times recém-promovidos têm menos dados históricos, o que pode reduzir a precisão
• Jogos de copa com times usando reservas podem ser menos previsíveis
• Fatores emocionais e psicológicos são difíceis de quantificar
• O modelo assume que padrões passados se repetem — mudanças abruptas (novo treinador, venda de jogador-chave) levam tempo para serem capturadas

Por isso, reforçamos: nossas previsões são probabilidades, não certezas. Uma previsão de 70% de vitória para um time significa que, em 100 jogos com condições similares, esperaríamos que esse time vencesse aproximadamente 70 vezes — mas nos outros 30, o resultado seria diferente. Isso é a natureza da probabilidade, não uma falha do modelo.